基于粗糙集的零件合并专家知识获取方法

• 论文 •

基于粗糙集的零件合并专家知识获取方法

薛俊芳，向东，邱长华

1.哈尔滨工程大学机电学院，黑龙江哈尔滨150001；2.内蒙古工业大学机械学院，内蒙古呼和浩特010051；3.清华大学精密仪器与机械学系，北京100084

出版日期:2007-08-15 发布日期:2007-08-25

Knowledge acquirement method for component integration based on rough set

XUE Jun-fang, XIANG Dong, QIU Chang-hua

1.School of Mechatronics Engineering, Harbin Engineering University, Harbin 150001, China; 2.School of Mechanical Engineering, Inner Mongolia University of Technology, Hohhot 010051, China;3.Department of Precision Instruments & Mechanics, Tsinghua University, Beijing 100084, China

Online:2007-08-15 Published:2007-08-25

摘要/Abstract

摘要： 以装拆时间、装拆难度、材料成本、制造成本、再设计和后处理成本，以及产品质量等的变化程度作为零件是否合并的条件属性，零件是否合并作为决策属性，应用粗糙集理论分析设计过程中的专家经验和知识。在经典粗集理论的基础上，以属性重要度作为启发式信息来计算属性核和属性约简，并以此挖掘隐含在经验数据中的专家知识，形成零件是否可以合并的决策规则。最后，以小型塑封机再优化设计为例，验证了该方法的实用性和有效性。

关键词: 零件合并, 粗糙集, 知识获取

Abstract: A methodology based on Rough Set (RS) was developed to analyze expertise and acquire expert knowledge wrapped in experienced data. It regarded assembly/disassembly time, assembly/disassembly difficulty, material cost, manufacturing cost, redesign cost and quality cost as condition attributes, while taking component integration as decision attribute. Based on classical RS, attribute importance was used to calculate the core and reduction of attribute as heuristic information, and then expertise wrapped in experienced data was mined. An instance was provided to illustrate the feasibility and effectiveness of the proposed method.

Key words: component integration, rough set, knowledge acquirement

中图分类号:

TH122

薛俊芳，，向东，邱长华. 基于粗糙集的零件合并专家知识获取方法[J]. .

XUE Jun-fang,, XIANG Dong, QIU Chang-hua. Knowledge acquirement method for component integration based on rough set[J]. .

[1]	王宇,李玉鹏,赵志华. 基于离群点检测的产品性能退化评估[J]. 计算机集成制造系统, 2021, 27(4): 1040-1051.
[2]	谈莉斌,唐敦兵,陈蔚芳,王棋. 大规模用户参与的开放式设计决策方法[J]. 计算机集成制造系统, 2020, 26(第4): 1063-1071.
[3]	凌磊,陈友玲,张岳园,刘舰. 云制造环境下人力资源供给的评价与选择[J]. 计算机集成制造系统, 2019, 25(第8): 2059-2068.
[4]	刘颖超,胡小锋,刘梦湘. 多工序下刀具磨损的不完备信息系统数据挖掘[J]. 计算机集成制造系统, 2019, 25(第5): 1055-1061.
[5]	王宏刚,王姗姗,姚佳,潘若禹,庞胜利. 基于邻域粗糙集与支持向量机的射频识别系统识别率预测[J]. 计算机集成制造系统, 2019, 25(12): 3170-3180.
[6]	杨续昌,陈友玲,刘传彪. 云制造环境下员工资源选择方法[J]. 计算机集成制造系统, 2018, 24(第3): 711-719.
[7]	耿秀丽,董雪琦. 粗糙信息公理与云模型集成的方案评价方法[J]. 计算机集成制造系统, 2017, 23(第3期): 661-669.
[8]	王征,周竞涛,杨海成. 面向海量历史设计信息的设计理性获取方法[J]. 计算机集成制造系统, 2016, 22(第3期): 589-596.
[9]	宋文燕,明新国. 基于粗糙理想解法的工业产品服务配置方案决策方法[J]. 计算机集成制造系统, 2016, 22(第1期): 88-94.
[10]	项前,徐兰,刘彬,吕志军,杨建国. 基于粗糙集与支持向量机的加工过程异常检测[J]. 计算机集成制造系统, 2015, 21(第9期): 2467-2474.
[11]	王毅,陈庆新,毛宁,丁力行. 基于增量式的知识发现[J]. 计算机集成制造系统, 2015, 21(第7期): 1690-1701.
[12]	李联辉,莫蓉,常智勇,张海明. 基于平衡权重和改进TOPSIS的航空发动机装配任务优先度评价方法[J]. 计算机集成制造系统, 2015, 21(第5期): 1193-1201.
[13]	王宏君,蔺娜,敬石开. 支持知识不确定性的工程知识获取[J]. 计算机集成制造系统, 2015, 21(第10期): 2558-2563.
[14]	马文龙,朱李楠,王万良. 云制造环境下基于QoS感知的云服务选择模型[J]. 计算机集成制造系统, 2014, 20(5): 1246-.
[15]	高菲,刘烨. 集群企业本地网络对知识获取绩效的影响机理[J]. 计算机集成制造系统, 2014, 20(12): 3104-3110.